Giới thiệu dự án

Thương mại điện tử (TMĐT) tại Việt Nam đang chứng kiến tốc độ tăng trưởng vượt bậc. Báo cáo kinh tế số khu vực Đông Nam Á (Google, Temasek & Bain & Company) chỉ ra rằng quy mô kinh tế số Việt Nam đạt tốc độ tăng trưởng trung bình 29%/năm trong giai đoạn 2020–2025, hướng tới cột mốc 52 tỷ USD vào năm 2025. Theo số liệu từ Cục Thương mại điện tử và Kinh tế số (Bộ Công Thương), doanh số TMĐT B2C năm 2020 đạt 11,8 tỷ USD, chiếm 5,5% tổng mức bán lẻ hàng hóa và doanh thu dịch vụ tiêu dùng cả nước. Trong cơ cấu tiêu dùng trực tuyến, thời trang là ngành hàng chiếm tỷ trọng cao hàng đầu (69% người tiêu dùng trực tuyến chọn mua theo khảo sát của Kengo; đóng góp trên 50% doanh thu toàn ngành theo Virac).

Song hành với làn sóng số hóa, thị trường thời trang nội địa (Local Brand) tại TP.HCM bùng nổ mạnh mẽ với sự trỗi dậy của hàng loạt thương hiệu như Degrey, 5theway, Gori, HBS. Tuy nhiên, các doanh nghiệp thời trang nội địa đối mặt với bài toán cạnh tranh gay gắt từ các tập đoàn thời trang nhanh quốc tế (Zara, H&M, Uniqlo) sở hữu tiềm lực tài chính và hệ thống tiếp thị vượt trội. Các rào cản cốt lõi bao gồm:

  • Độ nhận diện thương hiệu thấp: Mức độ nhận biết và định vị thương hiệu chưa đủ sâu trong tâm trí người tiêu dùng trẻ.
  • Sự bất đối xứng thông tin trên nền tảng số: Khách hàng không thể trực tiếp kiểm tra chất liệu, form dáng, dẫn đến tâm lý e ngại rủi ro.
  • Chuyển dịch hành vi tiêu dùng sau đại dịch: Khách hàng phụ thuộc lớn vào đánh giá trực tuyến (eWOM) và các chương trình khuyến mãi/giá trên sàn TMĐT (Shopee, Lazada, Tiki).

Mục tiêu nghiên cứu của dự án:

  1. Xác định và hệ thống hóa các nhân tố ảnh hưởng đến ý định mua hàng thời trang Local Brand trên sàn TMĐT của khách hàng tại TP.HCM.
  2. Đo lường mức độ tác động cụ thể ($\beta$) của từng nhân tố thông qua mô hình phương trình cấu trúc tuyến tính (Structural Equation Modeling - SEM).
  3. Kiểm định vai trò của các thành phần cấu thành truyền miệng điện tử (eWOM) gồm: Độ tin cậy, Chất lượng, Số lượng thông tin và Chuyên môn của người đánh giá.
  4. Đề xuất hệ thống hàm ý quản trị và giải pháp thực thi marketing số giúp các Local Brand tối ưu hóa tỷ lệ chuyển đổi (Conversion Rate).

Phương pháp tiếp cận giải pháp: Dự án kết hợp các mô hình lý thuyết hành vi kinh điển: Thuyết hành động hợp lý (TRA - Fishbein & Ajzen, 1975), Mô hình chấp nhận công nghệ (TAM - Davis, 1989), Lý thuyết nhận thức rủi ro (TPR - Bauer, 1960), Mô hình chấp nhận thông tin (IAM - Sussman & Siegal, 2003) và khung tích hợp eWOM (Erkan & Evans, 2016). Hệ thống đo lường được lượng hóa thông qua phần mềm SPSS 20.0 và AMOS 20.0 trên tập dữ liệu khảo sát thực chứng $N = 327$ mẫu hợp lệ.

Phạm vi và giới hạn:

  • Không gian: Khu vực TP.HCM.
  • Đối tượng khảo sát: Người tiêu dùng trẻ (độ tuổi 18–30) đã từng phát sinh giao dịch mua sắm sản phẩm thời trang Local Brand trên các sàn TMĐT.
  • Thời gian thực hiện: Dữ liệu sơ cấp thu thập từ tháng 09/2021 đến tháng 11/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành tổng quan các công trình tiền nhiệm trong và ngoài nước để xác định khoảng trống nghiên cứu (Research Gap):

Nghiên cứu Phương pháp & Mẫu Các biến độc lập chính $R^2$ / Kết quả chính Ưu điểm & Hạn chế
Nguyễn Lê Phương Thanh (2013) SPSS, Hồi quy OLS, $N = 172$ PU, PEOU, PE, Trust, PR, Experience, eWOM $R^2 = 0.747$; eWOM tác động mạnh nhất ($\beta = 0.355$) Ưu: Tiếp cận đa chiều; Hạn chế: Kích thước mẫu nhỏ, chưa phân tích nhân tố bậc 2 cho eWOM.
Lê Phạm Thái Duy (2015) SPSS, UTAUT, $N = 198$ Convenience, PE, PEOU, Social Influence, PR $R^2 = 0.520$; PR tác động tiêu cực nhất ($\beta = -0.240$) Ưu: Phân tích ngành thời trang; Hạn chế: $R^2$ thấp (52%), chưa tích hợp chuyên sâu cấu trúc eWOM.
Erkan & Evans (2016) AMOS, SEM, $N = 384$ Information Quality, Credibility, Quantity, Reviewer Expertise Xác nhận ảnh hưởng tích cực của 4 chiều eWOM đến Information Acceptance Ưu: Khung lý thuyết eWOM chuẩn mực; Hạn chế: Mẫu chỉ tập trung sinh viên tại Anh, thiếu yếu tố Giá (PE).
Cheah & Goh (2019) SPSS, Hồi quy, $N = 384$ Social Media eWOM, PU, PEOU $R^2 = 0.524$; PEOU ($\beta = 0.349$), eWOM ($\beta = 0.265$) Ưu: Phù hợp ngành may mặc; Hạn chế: Thiếu kiểm định rủi ro thanh toán và chất lượng giao dịch TMĐT.

Ưu tiên yêu cầu nghiên cứu (MoSCoW):

  • Must-have: Đo lường 4 thành phần eWOM độc lập; Kiểm định độ tin cậy thang đo (Cronbach's Alpha); Phân tích nhân tố khẳng định (CFA); Kiểm định mô hình cấu trúc SEM.
  • Should-have: Kiểm tra hiện tượng chệch phương pháp chung (Common Method Bias); Phân tích Bootstrap $N = 1000$ mẫu lặp lại.
  • Could-have: Phân tích sâu theo các phân khúc nhân khẩu học (thu nhập, tần suất mua).
  • Won't-have (giai đoạn này): Đo lường hành vi mua lặp lại thực tế (Post-purchase behavior) theo chuỗi thời gian (Longitudinal).

Thiết kế hệ thống

Mô hình nghiên cứu đề xuất được cấu trúc hóa theo dạng phương trình đo lường và phương trình cấu trúc:

Stack công nghệ & Công cụ phân tích:

  • Hệ điều hành / Nền tảng: Windows 10 / macOS Monterey.
  • Bộ công cụ xử lý dữ liệu:
    • IBM SPSS Statistics v20.0: Thống kê mô tả, kiểm định độ tin cậy Cronbach’s Alpha, EFA.
    • IBM SPSS AMOS v20.0: Phân tích nhân tố khẳng định CFA, Mô hình hóa phương trình cấu trúc SEM, Bootstrap.
    • Google Forms & Google Sheets API: Thu thập và tiền xử lý dữ liệu sơ cấp.
  • Hệ thống mã hóa thang đo (Likert 5 điểm: 1 = Rất không đồng ý; 5 = Rất đồng ý):
    • PU (1-5): Nhận thức sự hữu ích (Tiết kiệm thời gian, mua sắm mọi nơi, tìm kiếm thông tin, hiệu quả mua sắm, linh hoạt 24/7).
    • PR (1-5): Nhận thức rủi ro (Sai lệch kiểu dáng, chất lượng kém, an toàn thanh toán, quảng cáo quá mức, tổn thất tài chính).
    • PE (1-4): Mong đợi về giá (Tiết kiệm chi phí, giá cạnh tranh, ưu đãi vận chuyển/voucher).
    • eWOM (1-16): 4 nhóm biến con đại diện cho Credibility, Quality, Quantity, và Expertise.
    • PI (1-4): Ý định mua hàng (Sẵn sàng mua, ưu tiên lựa chọn, duy trì hành vi mua trên sàn).

Methodology

Nghiên cứu ứng dụng quy trình kết hợp định tính và định lượng qua 2 giai đoạn:

Kế hoạch quản trị rủi ro nghiên cứu:

  • Rủi ro sai số chọn mẫu (Sampling Bias): Sử dụng câu hỏi gạn lọc (screening questions) ngay đầu biểu mẫu để loại trừ đối tượng chưa từng mua Local Brand trên sàn TMĐT.
  • Rủi ro đa cộng tuyến (Multicollinearity): Đặt ngưỡng chấp nhận hệ số phóng đại phương sai $\text{VIF} < 2.0$ và hệ số tương quan giữa các biến độc lập $< 0.8$.
  • Rủi ro thang đo không hội tụ: Thiết lập tiêu chuẩn loại biến nghiêm ngặt: Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.30$; Hệ số tải nhân tố (Factor Loading) $< 0.50$.

Implementation và kết quả

Development process

Quá trình thu thập và tinh chỉnh dữ liệu được thực hiện chặt chẽ:

  1. Thu thập dữ liệu sơ bộ ($N = 50$): Tiến hành kiểm định Cronbach’s Alpha ban đầu, loại bỏ các biến có tương quan biến - tổng $< 0.30$.
  2. Triển khai khảo sát diện rộng: Phát ra $335$ bảng hỏi qua nền tảng trực tuyến; thu về $327$ mẫu đạt tiêu chuẩn làm sạch dữ liệu (loại bỏ 8 phiếu do trả lời trùng lặp/thiếu thông tin).
  3. Thuật toán & Công thức nền tảng:

Hệ số độ tin cậy Cronbach’s Alpha ($\alpha$): $$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^K \sigma_{Y_i}^2}{\sigma_X^2} \right)$$ (Trong đó: $K$ là số biến quan sát; $\sigma_X^2$ là phương sai tổng điểm; $\sigma_{Y_i}^2$ là phương sai của biến quan sát thứ $i$).

Mô hình cấu trúc SEM biểu diễn dưới dạng ma trận: $$\eta = \mathbf{B}\eta + \mathbf{\Gamma}\xi + \zeta$$ (Trong đó: $\eta$ là vector biến nội sinh (Ý định mua); $\xi$ là vector biến ngoại sinh (PU, PR, PE, eWOM); $\mathbf{B}, \mathbf{\Gamma}$ là ma trận trọng số hồi quy; $\zeta$ là sai số ngẫu nhiên).

Ví dụ cú pháp khai báo phân tích kiểm định độ tin cậy và mô hình hồi quy (SPSS Syntax):

* Kiem dinh Cronbach Alpha cho nhan to Nhan thuc su huu ich (PU).
RELIABILITY
  /VARIABLES=PU1 PU2 PU3 PU4 PU5
  /SCALE('Scale PU') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* Phan tich Nhan to Kham pha EFA voi phep xoay Varimax.
FACTOR
  /VARIABLES=PU1 PU2 PU3 PU4 PU5 PR1 PR2 PR3 PR4 PR5 PE1 PE2 PE3 PE4
             EW_C1 EW_C2 EW_C3 EW_Q1 EW_Q2 EW_Q3 EW_N1 EW_N2 EW_E1 EW_E2 PI1 PI2 PI3 PI4
  /MISSING LISTWISE 
  /ANALYSIS PU1 TO PI4
  /PRINT INITIAL EXTRACTION ROTATION KMO
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX.

Testing và validation

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha) & EFA

Kết quả phân tích thống kê trên mẫu $N = 327$ ghi nhận:

  • Hệ số KMO (Kaiser-Meyer-Olkin) $= 0.884 > 0.50$; Kiểm định Bartlett có ý nghĩa thống kê ($\text{Sig.} = 0.000 < 0.05$), chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Tổng phương sai trích (Total Variance Explained) đạt $63.82% > 50%$ tại giá trị Eigenvalue $= 1.215 > 1.0$.
  • Tất cả các biến quan sát đều có hệ số tải nhân tố (Factor Loading) $> 0.55$.

2. Phân tích nhân tố khẳng định (CFA)

Các chỉ số độ tương thích của mô hình với dữ liệu thực tế:

  • $\text{CMIN}/df = 1.642 < 3.0$ (Đạt chuẩn rất tốt).
  • Chỉ số $\text{GFI} = 0.912 > 0.90$; $\text{TLI} = 0.948 > 0.90$; $\text{CFI} = 0.956 > 0.90$.
  • Chỉ số sai số xấp xỉ $\text{RMSEA} = 0.044 < 0.08$.
  • Độ tin cậy tổng hợp (Composite Reliability - CR) của tất cả các thang đo dao động từ $0.812$ đến $0.895$; Tổng phương sai trích trung bình (AVE) đều $> 0.50$.

Kết quả đạt được

Kết quả ước lượng các tham số mô hình cấu trúc SEM chính thức:

Giả thuyết Mối quan hệ tác động Trọng số chuẩn hóa ($\beta$) Giá trị $p$ (Sig.) Kết luận
H1 Nhận thức sự hữu ích (PU) $\rightarrow$ Ý định mua (PI) $+0.245$ $0.000 < 0.001$ Chấp nhận
H2 Nhận thức rủi ro (PR) $\rightarrow$ Ý định mua (PI) $-0.038$ $0.412 > 0.05$ Bác bỏ
H3 Mong đợi về giá (PE) $\rightarrow$ Ý định mua (PI) $+0.289$ $0.000 < 0.001$ Chấp nhận
H4 Truyền miệng điện tử (eWOM) $\rightarrow$ Ý định mua (PI) $+0.418$ $0.000 < 0.001$ Chấp nhận

Kiểm định Bootstrap: Thực hiện tái chọn mẫu Bootstrap với $N = 1000$, giá trị tuyệt đối của độ lệch chệch (Bias) $< 0.005$ và giá trị $p > 0.05$, khẳng định ước lượng mô hình SEM là vững chắc và đáng tin cậy.

Thảo luận kết quả:

  • eWOM là nhân tố tác động mạnh nhất ($\beta = 0.418$): Trong môi trường TMĐT, người mua phụ thuộc sâu sắc vào phản hồi xã hội. Chiều "Độ tin cậy của thông tin" và "Chất lượng hình ảnh/feedback thực tế" đóng vai trò tiên quyết.
  • Mong đợi về giá ($\beta = 0.289$) và Sự hữu ích ($\beta = 0.245$): Khách hàng trẻ tìm kiếm sự tiện lợi khi so sánh giá, áp mã giảm giá vận chuyển (Freeship Xtra) và thao tác mua sắm 24/7.
  • Nhận thức rủi ro không có ý nghĩa thống kê ($p = 0.412$): Sự phát triển của chính sách bảo vệ người mua trên các sàn TMĐT hiện đại (cho phép đồng kiểm, hoàn tiền 100% trong 7 ngày, Shopee Mall) đã triệt tiêu rào cản tâm lý rủi ro khi mua Local Brand.

Đổi mới và đóng góp

  1. Đóng góp về mặt lý thuyết và phương pháp:

    • Hợp nhất thành công mô hình cấu trúc 4 chiều eWOM (Erkan & Evans) với TAM và TPR vào đặc thù ngành thời trang Local Brand tại một đô thị đang phát triển (TP.HCM).
    • Giải thích được $58.6%$ sự biến thiên của Ý định mua sắm trực tuyến ($R^2 = 0.586$), vượt trội hơn so với mô hình của Lê Phạm Thái Duy ($52.0%$) hay Cheah & Goh ($52.4%$).

  2. Khám phá thực tiễn mới:

    • Chứng minh bằng thực chứng rằng nhận thức rủi ro không còn là rào cản chi phối hành vi mua thời trang trực tuyến của Gen Z tại TP.HCM, thay vào đó tính minh bạch của thông tin truyền miệng (eWOM) giữ vai trò quyết định.

Ứng dụng thực tế và triển khai

Chiến lược thực thi Marketing cho Local Brand

[Chiến lược Local Brand]
  • Tối ưu hóa hệ thống eWOM trên sàn TMĐT:
    • Thiết lập chương trình khuyến khích khách hàng đánh giá 5 sao kèm hình ảnh/video bằng voucher tích điểm giảm 10–15% cho đơn tiếp theo.
    • Tăng cường tính chuyên môn (Expertise) thông qua hợp tác với các Micro-influencer/KOL trong phân khúc thời trang đường phố (Streetwear) để review form dáng, chất vải chân thực.
  • Chiến lược định giá và ưu đãi linh hoạt (Price Expectation):
    • Xây dựng combo sản phẩm (Bundle deals) và tích hợp các mã giảm giá vận chuyển. Định giá sản phẩm phân tầng rõ rệt: Dòng cơ bản (Basic: 250.000đ – 350.000đ) và Dòng thiết kế cao cấp (Signature: > 500.000đ).
  • Nâng cao nhận thức sự hữu ích (Perceived Usefulness):
    • Thiết kế bảng quy đổi kích cỡ (Size chart) chi tiết theo chiều cao, cân nặng thực tế của người Việt; phản hồi tự động Chatbot 24/7 dưới 60 giây.

Phân tích hiệu quả kinh tế (ROI)

  • Tăng tỷ lệ chuyển đổi (Conversion Rate - CR): Tăng từ mức trung bình $1.2%$ lên $2.5% - 3.2%$ khi trang sản phẩm sở hữu $> 50$ đánh giá tích cực có kèm hình ảnh thực tế.
  • Giảm chi phí thu hút khách hàng (CAC): Tận dụng organic eWOM giúp giảm đến $30%$ ngân sách quảng cáo trả phí (Paid Ads).

Hạn chế và hướng phát triển

  • Hạn chế mẫu: Kích thước mẫu $N = 327$ chỉ tập trung tại TP.HCM theo phương pháp chọn mẫu thuận tiện phi xác suất, chưa bao quát thị trường toàn quốc (Hà Nội, Đà Nẵng, Cần Thơ).
  • Hạn chế phương pháp: Sử dụng dữ liệu cắt ngang (Cross-sectional data), chưa phản ánh sự biến đổi hành vi mua qua các mùa cao điểm (Sale 11/11, 12/12, Tết Nguyên Đán).
  • Hướng phát triển tương lai:
    • Tích hợp mô hình công nghệ mới: Đánh giá tác động của Live-stream Shopping (TikTok Shop, Shopee Live) và công nghệ thử đồ ảo (Virtual Fitting AR).
    • Áp dụng các mô hình học máy (Machine Learning) để phân tích cảm xúc (Sentiment Analysis) từ văn bản đánh giá tự nhiên của khách hàng.

Đối tượng hưởng lợi

  • Sinh viên / Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về quy trình phân tích định lượng SEM, EFA, CFA và cấu trúc thang đo Likert chuẩn.
  • Chủ doanh nghiệp Local Brand & Marketers: Cung cấp cơ sở khoa học để phân bổ ngân sách marketing vào việc xây dựng kênh feedback và tối ưu hiển thị trên sàn TMĐT thay vì chỉ chạy quảng cáo hiển thị đơn thuần.
  • Đội ngũ phát triển sản phẩm TMĐT: Dữ liệu hỗ trợ thiết kế giao diện UI/UX tập trung vào khu vực hiển thị đánh giá cộng đồng (Social Proof) và bảng kích thước trực quan.
  • Nhà nghiên cứu học thuật: Cung cấp bộ thang đo đã được kiểm định độ tin cậy và giá trị hội tụ tại thị trường Việt Nam.

Câu hỏi thường gặp

1. Vì sao nhân tố "Nhận thức rủi ro" lại bị bác bỏ trong mô hình nghiên cứu này?

Trong bối cảnh TMĐT phát triển mạnh sau năm 2020, các sàn TMĐT như Shopee, Lazada đã hoàn thiện chính sách "Bảo đảm người mua", cho phép trả hàng hoàn tiền miễn phí trong 7–15 ngày nếu sản phẩm không đúng mô tả. Do đó, người tiêu dùng trẻ không còn cảm thấy rủi ro tài chính hay giao dịch là rào cản chi phối quyết định mua.

2. Tiêu chuẩn kích thước mẫu $N = 327$ có đảm bảo độ tin cậy cho mô hình SEM?

Theo quy tắc kinh nghiệm của Hair et al. (2014), kích thước mẫu tối thiểu cho phân tích SEM cần đạt tỷ lệ 5:1 hoặc 10:1 so với số lượng biến quan sát. Nghiên cứu có 28 biến quan sát, yêu cầu tối thiểu từ $140$ đến $280$ mẫu. Quy mô mẫu $N = 327$ hoàn toàn đáp ứng tốt các yêu cầu về bậc tự do và kiểm định Bootstrap.

3. Làm thế nào để áp dụng kết quả eWOM vào việc quản trị gian hàng Shopee/Lazada thực tế?

Doanh nghiệp cần thiết lập quy trình chăm sóc khách hàng tự động: Sau khi đơn hàng hoàn tất, gửi tin nhắn kèm mã giảm giá kích thích khách hàng để lại đánh giá 5 sao kèm hình ảnh/video; đồng thời có đội ngũ xử lý khiếu nại các phản hồi tiêu cực trong vòng 2 giờ để bảo vệ chỉ số đánh giá của shop.

4. Công cụ nào có thể thay thế SPSS/AMOS để thực hiện nghiên cứu tương tự?

Các nhà nghiên cứu có thể sử dụng ngôn ngữ lập trình R (với package lavaan, psych) hoặc Python (với thư viện semopy, factor_analyzer) để thực hiện toàn bộ quy trình từ kiểm định Cronbach's Alpha, CFA đến mô hình hóa SEM với độ chính xác tương đương.

5. Dự án có thể mở rộng cho các ngành hàng khác ngoài thời trang không?

Hoàn toàn có thể. Khung lý thuyết tích hợp giữa TAM, IAM và eWOM có thể tái sử dụng để nghiên cứu ý định mua trong các ngành hàng tiêu dùng có tính gắn kết trung bình và cao như mỹ phẩm, đồ gia dụng thông minh hoặc phụ kiện công nghệ.

Kết luận

Đồ án đã hoàn thành trọn vẹn các mục tiêu nghiên cứu đề ra thông qua việc xây dựng và kiểm định thực chứng mô hình các yếu tố tác động đến ý định mua hàng thời trang Local Brand trên sàn thương mại điện tử tại TP.HCM. Bằng việc ứng dụng quy trình phân tích thống kê định lượng chuẩn mực qua SPSS 20.0 và AMOS 20.0 trên mẫu dữ liệu $N = 327$, nghiên cứu đã chứng minh:

  1. Truyền miệng điện tử (eWOM) là động lực chi phối mạnh nhất ($\beta = 0.418$), tiếp theo là Mong đợi về giá ($\beta = 0.289$) và Nhận thức sự hữu ích ($\beta = 0.245$).
  2. Mô hình giải thích được $58.6%$ sự biến thiên của ý định mua sắm thời trang nội địa của người tiêu dùng trẻ.
  3. Cung cấp bộ giải pháp thực thi mang tính ứng dụng cao giúp các thương hiệu thời trang Local Brand Việt Nam gia tăng năng lực cạnh tranh và bứt phá doanh thu trên các nền tảng số.